Połączona sztuczna inteligencja i aplikacja mobilna do zdalnego badania przesiewowego motoryki niemowląt: rozwój i walidacja

Tło i cel: Wczesna identyfikacja i interwencja u niemowląt zagrożonych zaburzeniami rozwojowymi (takich jak wcześniaki) to ważna globalna polityka i działanie w zakresie zdrowia. Liczba dzieci z zaburzeniami rozwojowymi kierowanych na wczesną interwencję na Tajwanie wzrosła w ciągu ostatnich dziesięciu lat, a mimo to częściej są one diagnozowane i kierowane na interwencję w wieku powyżej dwóch lat. Istniejące rozwojowe testy diagnostyczne są często dostępne w szpitalach; mając na uwadze, że badania przesiewowe często opierają się na sprawozdaniach rodziców, na które wpływa ich wiedza i interpretacja. Chociaż pojawiająca się technologia sztucznej inteligencji (AI) i głębokie uczenie się umożliwiły śledzenie i rozpoznawanie ruchów człowieka w standardowych warunkach laboratoryjnych, rzadko badano, czy jej włączenie do aplikacji mobilnej (APP) jest wykonalne i dokładne w przypadku badań przesiewowych motoryki niemowląt w domu. Dlatego też niniejsze badanie stanowi kontynuację naszych wcześniejszych wysiłków, w których wykorzystaliśmy sztuczną inteligencję i uczenie maszynowe do sklasyfikowania kilku ruchów niemowląt w standaryzowanym laboratorium. Celem tego badania jest połączenie algorytmu sztucznej inteligencji i uczenia maszynowego z aplikacją do badań przesiewowych motoryki niemowląt w konfiguracji domowej. Konkretne cele to: (1) wyznaczenie aplikacji „Baby Go” w wersji 3.0 obejmującej funkcje oceny, polecania i edukacji do użytku rodziców w domu, (2) opracowanie i walidacja algorytmu sztucznej inteligencji do badań przesiewowych motoryki niemowląt w oparciu o domowe filmy wideo uzyskane od niemowląt urodzonych o czasie i wcześniaków, (3) porównanie percepcji i raportu rodziców z wynikami oceny opartej na sztucznej inteligencji oraz (4) badanie trafności predykcyjnej algorytmu sztucznej inteligencji do badań przesiewowych motoryki niemowląt w odniesieniu do późniejszych wyników. Metoda: Do badania zostanie włączonych 100 wcześniaków i 20 noworodków urodzonych o czasie w wieku od 2 do 18 miesięcy (z uwzględnieniem wcześniactwa) przebywających w Szpitalu Dziecięcym Narodowego Uniwersytetu Tajwanu. Aplikacja „Baby Go” w wersji 3.0 będzie zawierać funkcje badania przesiewowego motoryki na podstawie wieku z 2 do 5 ruchami w każdym wieku, skierowanie doktoranckie i moduł edukacyjny. Rodzice zostaną poproszeni o nagrywanie na wideo ruchów dziecka w pozycji leżącej na brzuchu, na plecach, w pozycji siedzącej i stojącej w domu co dwa tygodnie i jednoczesne przesyłanie plików wideo za pośrednictwem aplikacji w okresie od 2 do 18 miesięcy, a następnie rejestrowanie wieku chodzenia dziecka osiągnięcie. Wszystkie pliki wideo zostaną opatrzone adnotacją przez przeszkolonych fizjoterapeutów, że wyniki posłużą jako złote standardy w walidacji danych modelu sztucznej inteligencji i percepcji rodziców. Dane wideo zostaną losowo podzielone na zbiór uczący i testowy ze współczynnikiem 8:2 na potrzeby opracowania i walidacji modelu. Model AI badań przesiewowych motoryki niemowląt zostanie zbadany pod kątem jego trafności predykcyjnej w odniesieniu do wieku, w którym dziecko zacznie chodzić. Innowacja i znaczenie: Niniejsze badanie stanowi stopniowy postęp w modelu sztucznej inteligencji w zakresie śledzenia i rozpoznawania ruchów niemowląt od systemu klasyfikacji laboratoryjnej do domowego systemu badań przesiewowych. Automatyczne badania przesiewowe motoryki niemowląt oparte na sztucznej inteligencji za pośrednictwem aplikacji „Baby Go” zapewnią rodzicom i podmiotom świadczącym opiekę zdrowotną na Tajwanie innowacyjne i wykonalne zasoby rozwojowe w odległych społecznościach. Wyniki są wnikliwe i mogą pomóc pediatrom i fizjoterapeutom w planowaniu oceny diagnostycznej i wczesnej interwencji u niemowląt zagrożonych zaburzeniami neuromotorycznymi.